本论文研究产品系统贮存可靠性的统计推断与可维修性策略及其优化。 在实际生活中，诸如大楼防火系统、船舶与飞行器中的救生系统、矿井安全系统、医疗机械系统等各种应急设备，其整个寿命周期有相当长的时间处于贮存状态，要使这类产品在经受长期贮存之后，能从贮存状态直接转入使用状态，其贮存可靠性都要有很好的保障。 关于产品系统贮存可靠性的理论基础很不完备，相应的统计方法、可维修性及其优化理论也很少讨论。仅文献[41-42]基于指数分布及威布尔分布给出了具有初始失效的贮存可靠性极大似然估计及最小二乘估计；文献[67-68]提出了成败型不完全数据模型及其参数的估计理论与性质，但没有考虑产品贮存周期检测数据的统计分析。针对于贮存产品周期检测数据及其维护策略，本论文作了以下几个方面的工作： ● 基于产品的性能参数导出了具有初始性能偏移时的性能贮存可靠性模型：在可靠性寿命试验中，通常得到的是些删失数据，基于指数分布以及威布尔给出了这种数据的一种完全化分析方法。 ● 为弥补贮存失效数据的不足，基于Bayes方法及贮存成败型数据，得到了产品贮存寿命置信区间； ● 基于指数分布及不同产品系统，建立了具有初始失效的周期检测贮存可靠性模型： Ⅰ) 检修后如新，贮存失效率增大； Ⅱ) 检修后不如新，贮存失效率不变； Ⅲ) 检修后不如新，贮存失效率增大。 通过数据修正及模型统计分析，得到了修正后可靠度Bayes估计较优； ● 提出了产品系统具有贮存初始失效以及最低贮存可靠度为约束，检测消耗费用最小为目标的系统最优定期检测与维护周期、产品更换周期和总预期消耗费用模型。